• Nova forma de se fazer ciência, baseada na troca de informações e na colaboração (tecnologia de redes - Web 2.0)

  • Open research
  • Open science

• Novas ferramentas de colaboração/comunicação como wikis, blogs, videos, open lab notebooks, gitHub, figShare, pré-prints, live figures, live code (ex. Shiny), data repositories, open reviews…

• Foco na reprodutividade

• 8 a 9% de aumento de artigos por ano
• Dobra a cada 9 anos
• 2/min em “Life science” (em 2008)
• Citações sem ler
• Phantom reference: “Van der Geer, J., Hanraads, J.A.J., Lupton, R.A., 2000. The art of writing a scientific article. J Sci. Commun. 163 (2) 51-59”

https://www.researchgate.net/publication/321156285_The_mystery_of_the_phantom_reference

• Resumo, partes do artigo
• Impossível de acompanhar

“O século XXI será o século da complexidade”

            Stephen Hawking

“… complex problems need a multi-disciplinary approach to understanding the problem and identifying innovative and holistic approaches to deliver lasting change”

Spencer (2016)

Aberta: Não é apenas uma questão de “paywall”!

• Dados disponíveis (não “upon request”), organizados, metadados
• Etapas detalhadas (Open lab notebook)
• Códigos disponíveis (tratamento de dados, análises, figuras…)

=> Reprodutível!!!

Reprodutível para quem?

Inicialmente para você mesmo…

Seu orientador para você:

“Ficou muito legal, mas você usou uma versão antiga do banco de dados… Você terá que refazer tudo com o novo banco de dados”

“Your closest collaborator is you six months ago, but you don't reply to emails.”

Karl Broman

O método científico preconiza que a ciência seja reprodutível!

Isso significa que se um outro grupo de pesquisa pegar e fazer o mesmo experimento, seguindo exatamente os mesmos métodos descritos e empregados no trabalho, chegará nos mesmos resultados.

Atualmente, com a ciência largamente sendo feita em computadores… isso significa que os dados e os códigos tem que ser disponíveis e organizados de forma que os resultados (incluindo figuras) possam ser obtidos novamente.

A importância dessa reprodutividade é largamente reconhecida atualmente, porém, não é largamente aplicada, em grande parte pq os cientistas não dominam as ferramentas para tal.

Este é exatamente o foco deste curso!

Adaptado de Karl Broman

• Economiza tempo… em geral, temos que fazer uma mesma coisa várias vezes, e repetí-las fica mais facil quando temos os princípios da reprodutibilidade atendidos.

• Pode ser aplicado em outras situaçõe smais facilmente, aumentando o impacto. Pessoas podem pegar os seus códigos ou os seus dados e fazer novas análises.

• Aumentam as chances de você estar certo…

Sources of error in the retracted scientific literature (Casadevall et al. 2014) doi: 10.1096/fj.14-256735

Em resumo… temos menos chance de estarmos errados!!!

• Você pensando como o mundo funciona?
  • Em geral baseado em ciência…
  • Inquietações
  • Necessidades, problemas…

Agora em rede… muitas cabeças pensando!

hackathons

Bootcamps

Design Thinking

• Formulação de hipóteses

  • Hipótese nula
  • Diversas hipóteses alternativas que são confrontadas frente aos dados

• Modelagem

• Distribuição dos erros

• Forma da variável resposta

• Data driven science é um pouco diferente (sem necessidade de se ter hipóteses)

Dados estruturados vs não-estruturados

https://www.edureka.co/blog/what-is-data-science/

Ribeiro MC, Holvorcem CGD, Marques A, Martensen AC, Metzger JPW, Tambosi L (2012) Data from: Monitoramento Independente da Cobertura Florestal das Bacias Setentrionais do Extremo Sul da Bahia. Dryad Digital Repository. https://doi.org/10.5061/dryad.p5t21